1.1 Wprowadzenie teoretyczne i przyk lady

Wielkość: px
Rozpocząć pokaz od strony:

Download "1.1 Wprowadzenie teoretyczne i przyk lady"

Transkrypt

1 Rozdzia l 1 Zbiory i rodziny zbiorów 1.1 Wprowadzenie teoretyczne i przyk lady Zbiory definiujemy poprzez określenie ich elementów. Dwa zbiory, które maj a te same elementy, uważamy za identyczne. A = B x (x A x B) Piszemy A B (zbiór A zawiera siȩ w zbiorze B), jeżeli każdy element zbioru A należy również do zbioru B. A B x (x A x B) Podstawowe dzia lania na zbiorach to: suma, iloczyn i różnica (A B, A B, A \ B), które definiujemy nastepuj aco: x A B x A x B, x A B x A x B, x A \ B x A x B. Zbiór A C nazywamy dope lnieniem zbioru A. x A C x A Moc zbioru A określa ilość elementów danego zbioru. Iloczyn kartezjański zbiorów A i B (A B) to taki zbiór par uporz adkowych (a, b), że a A b B.

2 2 Zbiory i rodziny zbiorów Zbiór, którego elmentami s a zbiory, nazywamy rodzin a zbiorów. Rodzina A jest rodzin a indeksowan a, jeżeli istnieje zbiór indeksów T taki, że każdemu indeksowi t T jest przyporz adkowany w sposób jednoznaczny jeden element A t rodziny A. Bȩdziemy wtedy pisali A = {A t, t T }. Na rodzinie A = {A t, t T } można wykonywać dzia lania mnogościowe: A t = {x X : t T x A t }, t T A t = {x X : t T x A t }. t T Dla danego zbioru Ω niech Σ oznacza rodzinȩ z lożon a z podzbiorów Ω, która ma nastȩpuj ace w lasności: 1. zawiera zbiór pusty, 2. zamkniȩta jest na branie dope lnienia, 3. zamkniȩta jest na branie sum przeliczalnych, czyli n No A n Σ A n Σ n N o dla dowolnego podzbioru niepustego N o N. Dalej rodzinȩ Σ bȩdziemy nazywali σ-algebr a zdarzeń, zbiór Ω bȩdziemy nazywali przestrzeni a zdarzeń elementarnych. Zdarzenie pewne oznaczamy przez Ω, a zdarzenie niemożliwe przez. Zdarzeniem przeciwnym do A nazwiemy jego dope lnienie A C. Zadanie Niech A bȩdzie zbiorem liczb naturalnych podzielnych przez 3, B zbiorem liczb naturalnych podzielnych przez 5, C zbiorem liczb naturalnych podzielnych przez 6. Znaleźć zbiory: A B, A C, B C, A B C, A B, A C, B C, A B C, B \ A, A \ C, C \ A.

3 1.1 Wprowadzenie teoretyczne i przyk lady 3 Podane w zadaniu zbiory s a postaci: A = {3, 6, 9, 12,...}, B = {5, 10, 15, 20,...}, C = {6, 12, 18, 24,...}. Sumȩ dwóch zbiorów stanowi a wszystkie elementy, które należ a do jednego lub drugiego zbioru, zatem A B stanowi a liczby podzielne przez 3 lub podzielne przez 5, B C podzielne przez 5 lub podzielne przez 6, A C podzielne przez 3 lub podzielne przez 6. A B = {3, 5, 6, 9, 10, 12, 15,...}, B C = {5, 6, 10, 12, 15, 18, 20,...}, A C = {3, 6, 9, 12, 15, 18,...}. Zbiór C zawiera siȩ w zbiorze A (wszystkie liczby podzielne przez 6 s a podzielne również przez 3 wynika to faktu, że 3 jest dzielnikiem 6), wiȩc sumȩ tych zbiorów stanowi ca ly zbiór A. A C = A, zatem A B C to zbiór liczb podzielnych przez 3 lub przez 5. A B C = A B = {3, 5, 6, 9, 10, 12, 15,...}. Iloczyn dwóch zbiorów stanowi a wszystkie elementy, które należ a do jednego oraz do drugiego zbioru. Do zbioru A B należ a liczby podzielne przez 3 i 5 (bȩd ace wielokrotności a NWW(3,5) = 15), do zbioru B C podzielne przez 5 i 6, czyli podzielne przez NWW(5,6) = 30, a do zbioru A C podzielne przez 3 oraz 6 (NWW(3,6)=6). Ponownie korzystamy z tego, że zbiór C zawiera siȩ w zbiorze A, dlatego iloczyn tych zbiorów stanowi zbiór C. A B = {15, 30, 45, 60,...}, B C = {30, 60, 90, 120,...}, A C = {6, 12, 18, 24,...}, A B C = B C = {30, 60, 90, 120,...}. Zgodnie z określeniem różnicy dla dwóch zbiorów wybieramy te elementy, które należ a do zbioru pierwszego i nie należ a do drugiego. Zbiór B \ A stanowi a liczby podzielne przez 5, ale niepodzielne przez 3, A \ C podzielne przez 3 oraz niepodzielne przez 6, C \ A podzielne przez 6 i niepodzielne przez 3. B \ A = {5, 10, 20, 25, 35,,...}, A \ C = {3, 9, 15, 21, 27,...}. Zbiór C zawiera siȩ w zbiorze A, zatem C \ A =.

4 4 Zbiory i rodziny zbiorów Zadanie Udowodnić nastȩpuj ac a równoważność: (B \ A) A = B A B. Niech x oznacza zdarzenie elementarne. x (B \ A) A (x B x A) x A (x B x A) (x A C x A) (x (A B)) x Ω x (A B) Otrzymujemy zatem równość A B = B, która jest prawdziwa wtedy i tylko wtedy, gdy A B. Zadanie Zbadano grupȩ 50 osób i okaza lo siȩ, że 43 osoby uprawiaj a sport, 19 osób gra w gry strategiczne, a 20 gra w gry losowe. Wiedz ac, że wszyscy graj a w jakieś gry, wykazać, że co najmniej 32 osoby spośród badanych uprawia wiȩcej niż jeden rodzaj gier. Niech: A zbiór osób uprawiaj acych sport; B zbiór osób graj acych w gry strategiczne; C zbiór osób graj acych w gry losowe. Z danych w zadaniu wynika, że A + B + C A B A C B C + A B C = 50. Przekszta lcamy do postaci: A + B + C + A B C 50 = A B + A C + B C. Zbiór A B C nie musi być zbiorem pustym, zatem A + B + C 50 A B + A C + B C. Wykorzystuj ac dane w zadaniu mamy, A B + A C + B C 32 A B + A C + B C Zadanie Niech Ω = {0, 2, 4, 6, 8}. Znaleźć najmniejsz a σ-algebrȩ S zawieraj ac a rodzinȩ R = {{0}, {2, 4, 6}}. Zauważmy, że ponieważ Ω jest zbiorem skończonym, warunek zamkniȩcia rodziny na branie sum przeliczalnych oznacza zamkniȩcie tej rodziny na branie tylko sumy mnogościowej.

5 1.2 Zadania 5 Oczywiście rozważana rodzina nie jest σ-algebr a. Aby znaleźć najmniejsz a σ-algebrȩ zawieraj ac a R, należy j a powiȩkszyć o brakuj ace zbiory. Wprost z definicji wynika, że musi to być zbiór pusty oraz dope lnienia elementów tej rodziny. W wyniku powiȩkszenia dostaniemy wtedy rodzinȩ {, {0}, {2, 4, 6}, Ω, {2, 4, 6, 8}, {0, 8}}. Zauważmy, że powsta la rodzina dalej nie jest σ-algebr a nie jest zamkniȩta na branie sum mnogościowych. Należy j a uzupe lnić o zbiór {0} {2, 4, 6} = {0, 2, 4, 6} i jego dope lnienie {8}. Z konstrukcji wynika, że tak powsta la rodzina S jest już σ-algebr a. Pozosta lo uzasadnić, że jest najmniejsz a rodzin a o tej w lasności. W tym celu weźmy σ-algebrȩ A zawieraj ac a rodzinȩ R. Z definicji wynika, że musi ona zawierać również nasz a powiȩkszon a rodzinȩ, która jest σ-algebr a, co kończy dowód. 1.2 Zadania Zadanie Niech A bȩdzie zbiorem punktów (x, y), dla których x 2 + y 2 < 4, B zbiorem punktów (x, y), dla których x 2 + y 2 < 9, C zbiorem punktów (x, y), dla których (x 1) 2 + (y + 1) 2 < 1. Znaleźć zbiory: A B, A C, B C, A B C, A B, A C, B C, A B C, A \ B, B \ A, A \ C. Zadanie W loterii znajduj a siȩ losy puste i wygrywaj ace. Kupujemy trzy losy. Niech A oznacza zdarzenie: dok ladnie jeden los wygrywa, B co najwyżej jeden los wygrywa, C co najmniej jeden los wygrywa. Wyjaśnić, co oznaczaj a zdarzenia A C, B C, C C, A B, A B, B C, B C, B C C C. Zadanie Niech A bȩdzie zbiorem tych studentów Twojej grupy, których nazwisko zaczyna siȩ od litery K,M lub P, B zbiorem tych, którzy maj a trójkȩ z matematyki, a C zbiorem tych, którzy otrzymuj a stypendium za wyniki w nauce. Zapisać za pomoc a dzia lań na zbiorach A, B, C nastȩpuj ace zbiory studentów:

6 6 Zbiory i rodziny zbiorów 1. zbiór studentów, których nazwisko zaczyna siȩ od litery K,M lub P, maj a trójkȩ z matematyki oraz otrzymuj a stypendium za wyniki w nauce, 2. zbiór tych studentów, których nazwisko zaczyna siȩ od litery K,M lub P oraz maj a trójkȩ z matematyki lub otrzymuj a stypendium za wyniki w nauce, 3. zbiór tych studentów, których nazwisko nie zaczyna siȩ od litery K,M lub P, maj a trójkȩ z matematyki i nie otrzymuj a stypendium za wyniki w nauce, 4. zbiór tych studentów, których nazwisko zaczyna siȩ od litery K,M lub P, nie maj a trójki z matematyki ani nie otrzymuj a stypendium za wyniki w nauce. Zadanie Korzystaj ac z praw de Morgana, zapisz A B wy l acznie przy pomocy operacji sumy i dope lnienia. Zadanie Dane s a zbiory A = {a, b, c} oraz B = {1, 2}. Wyznaczyć A B oraz B A. Zadanie Udowodnić, że jeśli zbiór A ma n elementów, zbiór B ma m elementów, to A B ma n m elementów. Zadanie Zbiory A i B s a zbiorami zawartymi w pewnej 20-elementowej przestrzeni. Wiemy, że zbiór A ma 7 elementów, zbiór B 8 elementów, a ich czȩść wspólna ma 3 elementy. Z ilu elementów sk ladaj a siȩ zbiory: A B, A C B C, A \ B, A C B? Zadanie Niech Ω = [ 1, 1]. Znaleźć najmniejsz a σ-algebrȩ S zawieraj ac a rodzinȩ R = {[ 1, 1 2 ], [ 1 2, 0]}. Zadanie Niech X = [0, 1] bȩdzie przestrzeni a. Dane s a zbiory A = [0, 1 2 ) oraz B = ( 1 4, 1]. 1. Wyznaczyć zbiory A B, A B, A B, B A, A C, B C. 2. Uzupe lnić rodzinȩ A = {A, B} tak, aby by la algebr a. Zadanie Ze zbioru cyfr {1, 2, 3, 4, 5, 6, 7, 8, 9} losujemy bez zwracania kolejno trzy cyfry i tworzymy liczbȩ trzycyfrow a w ten sposób, że pierwsza wylosowana cyfra oznacza liczbȩ setek, druga liczbȩ dziesi atek i trzecia liczbȩ jedności. Za zdarzenie elementarne przyjmujemy liczbȩ w ten sposób uzyskan a. Wypisać wszystkie zdarzenia elementarne sprzyjaj ace danemu zdarzeniu, jeśli zdarzenie polega na tym, że otrzymana liczba jest: 1. wielokrotności a liczby 25; 2. mniejsza od 200 i podzielna przez 5;

7 1.2 Zadania 7 3. kwadratem pewnej liczby naturalnej; 4. kwadratem pewnej liczby naturalnej lub jest wielokrotności a liczby 25; 5. kwadratem pewnej liczby naturalnej i wielokrotności a liczby 25; 6. wielokrotności a liczby 25 i nie jest kwadratem żadnej liczby naturalnej; 7. kwadratem pewnej liczby naturalnej i nie jest wielokrotności a liczby 25. Zadanie Dane s a 4 zdarzenia losowe A, B, C i D przestrzeni wszystkich zdarzeń elementarnych Ω. Zapisać za pomoc a odpowiednich dzia lań zdarzenie: 1. E polegaj ace na tym, że wyst api ly tylko zdarzenia A i B; 2. F polegaj ace na tym, że nie wyst api lo żadne zdarzenie; 3. G polegaj ace na tym, że wyst api lo zdarzenie A i nie wyst api ly zdarzenia B, C, D; 4. H polegaj ace na tym, że wyst api lo tylko zdarzenie spośród zdarzeń A, B, C, D. Zadanie Dane s a zdarzenia losowe A,B i C w przestrzeni wszystkich zdarzeń elementarnych Ω. Wykazać równości: 1. A (B C) = (A B) C; 2. A (B C) = (A B) (A C). Zadanie Wykonujemy trzykrotny rzut symetryczn a monet a. Zdarzenie elementarne to trójka (x, y, z), gdzie x, y, z {o,r}, gdzie o oznacza, że wyrzuciliśmy or la, r wyrzuciliśmy reszkȩ. Niech A i bȩdzie zdarzeniem elementarnym polegaj acym na tym, że reszka wypad la tylko w i-tym rzucie, i = {1, 2, 3}. Wyznaczyć: Ω, A 1, A 2, A 3. Co oznacza zdarzenie: 1. A 1 A 2 A 3 ; 2. A 1 A 2 A 3 ; 3. A C 1 AC 2 AC 3 ; 4. A C 1 AC 2 AC 3? Zadanie Rzucamy dwa razy symetryczn a monet a. W sytuacji gdy otrzymamy dwukrotnie tȩ sam a stronȩ monety, rzucamy po raz trzeci. Za zdarzenie elementarne uważamy uporz adkowane dwójki lub trójki wyników poszczególnych rzutów. Wyznaczyć Ω.

8 8 Zbiory i rodziny zbiorów Zadanie Z talii 52 kart wybieramy 4. Niech A oznacza zdarzenie, że wylosowaliśmy co najmniej jednego asa, B wylosowaliśmy co najwyżej jednego asa czarnego, C wylosowaliśmy dwa asy. Opisać przestrzeń zdarzeń elementarnych dla tego doświadczenia. Co oznaczaj a zdarzenia: A B, A C, A B, A C C, A B C, A C B C? Zadanie Z badań statystycznych wynika, że w pewnej grupie studentów 50% gra w koszykówkȩ, 60% w siatkówkȩ, 50% w pi lkȩ nożn a, 30% w koszykówkȩ oraz siatkówkȩ, 20% w siatkówkȩ i pi lkȩ nożn a, 30% w koszykówkȩ i pi lkȩ nożn a. 10% studentów uprawia wszystkie trzy dyscypliny sportowe. Jaki procent studentów uprawia dok ladnie dwie gry zespo lowe? Jaki procent nie uprawia żadnej gry? Zadanie W pewnej wsi mieszka 300 osób, z których każdy śpiewa, tańczy lub gra na gitarze. Po lowa graj acych na gitarze tańczy, po lowa tańcz acych śpiewa, a po lowa śpiewaj acych gra na gitarze. Wiemy, że żaden z graj acych na gitarze nie śpiewa i tańczy. Ile osób śpiewa, tańczy, a ile gra na gitarze? Zadanie Z badań statystycznych wynika, że wśród 200 ankietowanych 130 posiada psa, 80 kota, a 53 rybki. Nikt nie posiada wszystkich trzech zwierz at, ale mniej niż 40 spośród ankietowanych posiada dwa zwierz atka. Czy wyniki ankiety s a rzetelne? Zadanie Wybieramy losowo studenta drugiego roku. Niech zdarzenie A polega na tym, że jest to kobieta, B wybrana osoba uczȩszcza na lektorat z jȩzyka angielskiego, C wybrany student jest mieszkańcem Legnicy. Opisać s lownie zdarzenia: A B C, A B C C. Przy jakich warunkach bȩdzie zachodzić równość, że A B = A? Kiedy zachodzi równość A C = B? Zadanie Z odcinka [0, 2] wybieramy losowo i niezależnie dwa punkty. Niech A oznacza zdarzenie polegaj ace na tym, że odleg lość miȩdzy nimi jest mniejsza od 1. Opisać przestrzeń zdarzeń elementarnych dla tego doświadczenia. Opisać zdarzenie A. Zadanie Z odcinka [0, k] wybieramy losowo i niezależnie punkty x i y. Niech A zdarzenie polegaj ace na tym, że x 2 + y 2 > k2, B zdarzenie, że 4 funkcja ln(x 2 + y 2 k) jest dobrze określona. 1. Opisać A, B i Ω. 2. Wyznaczyć A, B i Ω.

9 Rozdzia l 2 Elementy kombinatoryki oraz techniki zliczania 2.1 Wprowadzenie teoretyczne i przyk lady Niech dane bȩd a zbiory: A 1 = {a 1, a 2,..., a n1 }, A 1 = n 1 A 2 = {b 1, b 2,..., b n2 }, A 2 = n 2. A k = {p 1, p 2,..., p nk }, A k = n k Ilość ci agów (a j1, b j2,..., p jk ) takich, że wyraz pierwszy należy do A 1, drugi do A 2, k-ty do A k da siȩ wyznaczyć, korzystaj ac z twierdzenia: Twierdzenie (Zasada wielokrotnego wyboru) Liczba k-elementowych ci agów, takich że a j1 A 1, b j2 A 2,..., x jk A k, jest równa A 1 A 2... A k = n 1 n 2... n k. Definicja Niech dany bȩdzie zbiór A = {a 1, a 2,..., a n }. Każd a funkcjȩ, która liczbie naturalnej ze zbioru {1, 2,..., k} przyporz adkowuje dok ladnie jeden element a m ze zbioru A, nazywamy k-elementow a wariacj a z powtórzeniami zbioru A. K-elementowa wariacja z powtórzeniami zbioru A to k-krotny wybór po jednym elemencie ze zwracaniem ze zbioru A. Twierdzenie Liczba k-elementowych wariacji z powtórzeniami zbioru n- elementowego jest równa V k n = nk.

10 10 Elementy kombinatoryki oraz techniki zliczania Definicja Dla danego zbioru A = {a 1, a 2,..., a n } każd a różnowartościow a funkcjȩ f : {1, 2,..., k} {a 1, a 2,..., a n } (k n) nazywamy k-elementow a wariacj a bez powtórzeń zbioru A. K-elementowa wariacja bez powtórzeń zbioru A to k-krotny wybór bez zwracania jednego elementu ze zbioru A. Twierdzenie Liczba k-elementowych wariacji bez powtórzeń elementów zbioru n-elementowego (k n) wynosi W k n = n (n 1) (n 2)... (n k +1) = n! (n k)!. Definicja Permutacj a zbioru A = {a 1, a 2,..., a n } nazywamy każd a funkcjȩ różnowartościow a f : {1, 2,..., n} {a 1, a 2,..., a n }. Innymi s lowy permutacja zbioru to każde uporz adkowanie elementów tego zbioru. Twierdzenie Liczba permutacji zbioru n-elementowego jest równa P n = n!. Definicja K-elementow a kombinacj a n-elementowego zbioru (0 k n) nazywamy dowolny k-elementowy podzbiór tego zbioru. Twierdzenie Liczba k-elementowych kombinacji zbioru n-elementowego jest równa C k n = ( n k). Definicja Niech dany bȩdzie n-elementowy zbiór, w którym mamy k 1 elementów typu a 1, k 2 elementów typu a 2,...,k m typu a m, przy czym elementy tego samego typu s a nierozróżnialne, k 1 + k k m = n. Każde uporz adkowanie tego zbioru nazywamy permutacj a z powtórzeniami tego zbioru. Twierdzenie Liczba permutacji z powtórzeniami k 1 elementów typu a 1, k 2 typu a 2,...,k m typu a m (k 1 + k k m = n) jest równa n! k 1! k 2!... k m!. Definicja K-elementow a kombinacj a z powtórzeniami zbioru n- elementowego nazywamy każdy ci ag (k 1, k 2,..., k n ) taki, że k j 0 i ca lkowite oraz k 1 + k k n = k. Twierdzenie Liczba k-elementowych kombinacji z powtórzeniami zbioru n-elementowego jest równa ( ) n+k 1 k. Zadanie Studentka ma w szafie jedn a bluzkȩ żó lt a i dwie zielone oraz trzy spódnice zielone i dwie żó lte. Na ile sposobów może siȩ ubrać, tak aby bluzka oraz spódnica by ly tego samego koloru?

11 2.1 Wprowadzenie teoretyczne i przyk lady 11 Możemy zauważyć, że studentka ma do wyboru dwa zestawy ubioru: żó lta bluzka i żó lta spódnica lub zielona bluzka i zielona spódnica. Każda z opisanych możliwości da siȩ wyliczyć z wykorzystaniem regu ly mnożenia. Zatem mamy l acznie: = 8 możliwości. Zadanie Ile możemy otrzymać różnych wyników podczas jednoczesnego rzutu kostk a i monet a? Wynik doświadczenia opisany jest przez parȩ (wynik rzutu kostk a, wynik rzutu monet a). A 1 zbiór możliwych wyników podczas rzutu kostk a, A 1 = {1, 2, 3, 4, 5, 6} A 2 zbiór możliwych wyników podczas rzutu monet a, A 2 = {O, R} Mamy zatem A 1 A 2 = 6 2 = 12 różnych wyników. Zadanie Rzucamy czterema monetami. Ile istnieje wszystkich możliwych wyników rzutu? Mamy dwa możliwe wyniki rzutu pojedyncz a monet a n = 2, zaś liczba monet k = 4. Zatem liczba wszystkich wyników rzutu czterema monetami wynosi W k n = n k = 2 4 = 16. Zadanie W urnie znajduj a siȩ ponumerowane kule s 1, s 2,..., s 9. Zbiór kul oznaczmy Z 9 = {s 1, s 2,..., s 9 }. Z urny losujemy trzy kule bez zwracania i tworzymy w ten sposób liczby trzycyfrowe. Ile takich liczb możemy uzyskać? W wyniku doświadczenia tworzymy trzyelementowe ci agi liczb, przy czym ci agi (s 1, s 2, s 3 ),(s 2, s 1, s 3 ) s a różne, choć zawieraj a te same elementy. Utworzone w ten sposób ci agi to trzyelementowe wariacje bez powtórzeń zbioru Z 9. Zatem liczba tych wariacji wynosi W 3 9 = = 504. Zadanie W urnie znajduj a siȩ ponumerowane kule s 1, s 2,..., s 9. Zbiór kul oznaczmy Z 9 = {s 1, s 2,..., s 9 }. Z urny losujemy trzy kule po jednej kuli, wrzucaj ac po każdym losowaniu z powrotem do urny wylosowan a kulȩ. Wylosowane numery kul zapisujemy w kolejności losowania. Ile różnych liczb uzyskamy w ten sposób?

12 12 Elementy kombinatoryki oraz techniki zliczania W wyniku losowania tworzymy trzyelementowe ci agi liczb, przy czym ci agi (s 1, s 2, s 3 ),(s 2, s 1, s 3 ) s a różne, choć zawieraj a te same elementy. Kula po każdym losowaniu wraca do urny, wiȩc możliwe jest uzyskanie liczby, w której cyfry bȩd a siȩ powtarzać (np. (s 6, s 6, s 6 )). Utworzone w ten sposób ci agi to trzyelementowe wariacje z powtórzeniami zbioru Z 9. Liczba wszystkich wariacji trzyelementowych zbioru Z 9 jest równa V9 3 = 9 3 = 729. Zadanie W przedstawieniu przygotowywanym przez kó lko teatralne bierze udzia l trzech ch lopców i cztery dziewczynki. Mamy do obsadzenia siedem ról. 1. Na ile sposobów zostan a rozdzielone role, gdy nie ma znaczenia p leć m lodego aktora? 2. Na ile sposobów rodzielimy trzy role mȩskie i cztery kobiece pomiȩdzy bior acych udzia l? 1. Nie mamy podzia lu na role w zależności od p lci, zatem każdy może odegrać każd a rolȩ, ale jedna osoba nie może odtwarzać dwóch ról. Mamy zatem lacznie 7! = 5040 możliwości. 2. Role mȩskie możemy rodzielić na 3! sposobów, a role kobiece na 4! sposobów. Ponieważ obsadȩ mesk a możemy zestawić z dowoln a obsad a kobiec a, mamy wiȩc 3! 4! = = 576 możliwości. Zadanie Mamy k kul i rozmieszczamy je w n komórkach. Kule, o których jest mowa w zadaniu, s a nierozróżnialne. Na ile sposobów można to zrobić? Rozmieszczenie tych kul jest wyznaczone przez podanie liczby kul w komórkach, czyli ci ag (k 1, k 2,..., k n ), gdzie k i liczba kul w komórce o i-tym numerze. Nie jest istotne, w jakiej kolejności s a rozmieszczone kule w danej komórce, istotna jest natomiast ich liczba. Mamy k 1 + k k n = k, k j 0, j = 1, 2,..., n. Dwa rozmieszczenia s a różne, gdy odpowiednie ci agi (k 1, k 2,..., k n ) nie s a identyczne. Rozpatrujemy k-elementowe kombinacje z powtórzeniami zbioru A = {a 1, a 2,..., a n }. Kombinacji (k 1, k 2,..., k n ) przyporz adkujemy rozmieszczenie zadane tym samym ci agiem, tzn. k 1 kul w 1. komórce, k 2 kul w 2. komórce itd.

13 2.1 Wprowadzenie teoretyczne i przyk lady 13 Jeśli w kombinacji z powtórzeniami wystȩpuje k j elementów a j, tzn., że w komórce o numerze j jest k j kul. Przyporz adkowanie to jest wzajemnie jednoznaczne, wiȩc liczba różnych rozmieszczeń jest równa liczbie kombinacji z powtórzeniami, czyli ( ) n+k 1 k. Zadanie Z cyfr 1, 2, 2, 3, 4, 4, 4 tworzymy liczby siedmiocyfrowe. różnych liczb możemy tak zrealizować? Ile Bezpośrednio ze wzoru na liczbȩ permutacji n-elementowych z powtórzeniami mamy 7! 2! 3! = 420. Zadanie Ile uzyskamy różnych wyników przy rzucie piȩcioma nierozróżnialnymi monetami? W zadaniu tym wykorzystamy kombinacje z powtórzeniami, gdzie n = 2, k = 5: ( ) ( n+k 1 k = ) 5 = 6.

14 14 Elementy kombinatoryki oraz techniki zliczania 2.2 Zadania Zadanie W kolejce stoi 5 dziewcz at i 5 ch lopców. Na ile sposobów mog a oni ustawić siȩ w kolejce, jeśli: 1. dziewczȩta stoj a przed ch lopcami; 2. w kolejce żadnych dwóch ch lopców nie stoi obok siebie; 3. nie ma znaczenia kolejność osób? Zadanie Ile różnych s lów maj acych sens lub nie można utworzyć z liter s lowa: 1. REGU LA; 2. ZADANIA; 3. TATA? Zadanie Stonoga ma 50 par różnych butów. Rozróżnia tylko buty lewe od prawych. Na ile sposobów stonoga może ubrać buty? Zadanie Pewna restauracja reklamuje siȩ w sposób nastȩpuj acy:,,posiadamy ponad milion zestawów obiadowych. Sprawdzono, że w rzeczywistości by lo tam 20 zup, 10 drugich dań, 12 przystawek, 20 deserów i 25 gatunków wina. Czy reklama tej restauracji jest b lȩdna? Zadanie Ma ly Karolek wk lada buty. Posiada 6 par butów i zawsze kieruje siȩ zasadami: 1. nigdy nie wk lada lewego buta na praw a nogȩ i odwrotnie; 2. nigdy nie wk lada dwóch butów z tej samej pary. Na ile sposobów może w lożyć buty na obie nogi? Zadanie W sali wyk ladowej jest 150 miejsc. Na wyk lad przysz lo 42 studentów. Na ile sposobów mog a zaj ać miejsca na tej sali? Zadanie Ile różnych liczb czterocyfrowych o niepowtarzaj acych siȩ cyfrach można utworzyć, maj ac do dyspozycji: 1. cyfry: 1,2,3,4,5,6,7; 2. cyfry: 0,1,2,3,4,5,6,7,8,9?

15 2.2 Zadania 15 Zadanie Egzamin z matematyki sk lada siȩ z 15 pytań testowych. Przy każdym pytaniu podane s a trzy odpowiedzi i wiemy, że tylko jedna spośród podanych jest prawid lowa. Na ile sposobów możemy dokonać wyboru odpowiedzi na egzaminie, zak ladaj ac, że: 1. nie zostan a nam przydzielone punkty ujemne za b lȩdn a odpowiedź, wiȩc można zawsze zakreślić jedn a odpowiedź; 2. za b lȩdn a odpowiedź s a przydzielane punkty ujemne, wiȩc można nie zakreślać żadnej odpowiedzi? Zadanie Ile jest liczb siedmiocyfrowych, które s a palindromiczne? Uwaga Liczba jest palindromiczna, jeśli czytana wspak jest t a sam a liczb a. Zadanie Mamy n przedmiotów. Na ile sposobów możemy rozdzielić te przedmioty: 1. pomiȩdzy 3 osoby (przyjmujemy podzia l skrajnie niesprawiedliwy tzn. wszystkie przedmioty mog a trafić do jednej osoby); 2. na 3 grupy? Zadanie Wykazać, że ( ) ( n k + n ) ( k+1 = n+1 k+1). Zadanie Ile istnieje podzbiorów 1. trzyelementowych, 2. czteroelementowych, 3. siedmioelementowych zbioru dziesiȩcioelementowego? Zadanie Na ile sposobów można rodzielić trzy jednoosobowe zaproszenia na koncert miȩdzy 12 osób? Zadanie Przed zajȩciami spotka lo siȩ 11 studentów. Ile nast api powitań? Zadanie Ile różnych prostych można przeprowadzić przez osiem punktów, z których: 1. żadne trzy nie s a wspó lliniowe; 2. trzy z nich s a wspó lliniowe oraz pozosta le 5 tworzy jedn a prost a?

16 16 Elementy kombinatoryki oraz techniki zliczania Zadanie Na ile sposobów możemy wrȩczyć karty brydżyście, tak aby otrzyma l: 1. co najmniej jednego asa; 2. 5 pików, 4 kiery i 4 kara; 3. 10,9,8,7 (kolory tych kart mog a być dowolne)? Zadanie Ile jest różnych rozmieszczeń 5 serwetek w 5 szufladach komody, w których: 1. wszystkie szuflady s a zajȩte; 2. co najmniej jedna szuflada jest pusta; 3. dok ladnie jedna szuflada jest pusta? Zadanie W pude lku znajduje siȩ 15 kul bia lych i 5 czarnych. Losujemy bez zwracania 5 kul. Ile istnieje sposobów wylosowania: 1. samych kul bia lych; 2. co najmniej jednej kuli czarnej; 3. dok ladnie 3 kul czarnych? Zadanie Ile różnych wyników uzyskamy przy rzucie nierozróżnialnymi kostkami do gry, gdy mamy: 1. 4 kostki; 2. n kostek?

17 Rozdzia l 3 Model probabilistyczny Ko lmogorowa 3.1 Wprowadzenie teoretyczne i przyk lady Przez model probabilistyczny Ko lmogorowa, zwany też przestrzeni a probabilistyczn a, bȩdziemy rozumieli nastȩpuj ac a trójkȩ: (Ω, Σ, P ), gdzie Ω jest niepustym zbiorem nazywanym przestrzeni a zdarzeń elementarnych, Σ jest σ-cia lem zdarzeń, P : Σ R jest funkcj a zwan a funkcj a prawdopodobieństwa tak a, że: 1. P (A) [0, 1], dla każdego A Σ; 2. P ( ) = 0; 3. P (A C ) = 1 P (A), dla każdego A Σ; 4. P ( A n ) = P (A n ) dla dowolnych parami roz l acznych zdarzeń n N o n N o A n Σ, N o N. Fakt Dla każdej przestrzeni probabilistycznej (Ω, Σ, P ) mamy: 1. P (Ω) = 1; 2. jeśli A B, to P (A) P (B); 3. P (A B) = P (A) + P (B) P (A B), dla dowolnych zdarzeń A i B. Przypomnimy najważniejsze przyk lady przestrzeni probabilistycznych.

18 18 Model probabilistyczny Ko lmogorowa Przestrzeń probabilistyczna dyskretna Przestrzeń probabilistyczn a nazywamy dyskretn a, jeśli 1. Ω = {ω n, n N 0 }, gdzie N 0 zbiór skończony (co najmniej dwuelementowy), albo nieskończony podzbiór liczb naturalnych; 2. dany jest ci ag p n (0, 1) taki, że n N 0 p n = 1; 3. Σ = P(Ω) rodzina potȩgowa; 4. funkcja prawdopodobieństwa jest zdefiniowana nastȩpuj aco: (a) P ({ω n }) = p n, n N 0 ; (b) P (A) = dla A (c) P ( ) = 0. p n ω n A Klasyczna definicja prawdopodobieństwa. Model jednorodny Jeśli przestrzeń Ω sk lada siȩ z n zdarzeń elementarnych, czyli Ω = n, oraz zdarzenia elementarne {ω i } s a jednakowo prawdopodobne, czyli P ({ω 1 }) = P ({ω 2 }) =... = P ({ω n }) = 1 n, to prawdopodobieństwo dowolnego zdarzenia A sk ladaj acego siȩ z k zdarzeń elementarnych ( A = k) wyraża siȩ równości a P (A) = A Ω = k liczba zdarzeń elementarnych sprzyjaj acych zdarzeniu A = n liczba zdarzeń elementarnych przestrzeni Ω Powyższy wzór stanowi l dawniej definicjȩ prawdopodobieństwa zdarzenia, dlatego czȩsto nazywa siȩ go,,klasyczn a definicj a prawdopodobieństwa. Zadanie Spośród czterech kart różnego koloru losujemy jednocześnie dwie. Jakie jest prawdopodobieństwo, że obie bȩd a czarne lub obie czerwone? Ω = {ω = {x 1, x 2 } : x i {1, 2, 3, 4} i = 1, 2}, gdzie {1, 2, 3, 4} jest zbiorem danych kart.

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( ) Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo

Bardziej szczegółowo

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie 1 MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś Wprowadzenie Istniej a dwa różne kryteria mówi ace, które narzȩdzia matematyczne należy zaliczyć do matematyki dyskretnej. Pierwsze definiuje matematykȩ

Bardziej szczegółowo

Rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA Doświadczenia losowe Rachunek prawdopodobieństwa zajmuje się zdarzeniami jakie zachodzą, gdy przeprowadzamy doświadczenia losowe. Mówimy, że doświadczenie jest

Bardziej szczegółowo

3.1 Wprowadzenie teoretyczne i przyk lady

3.1 Wprowadzenie teoretyczne i przyk lady Rozdzia l 3 Model probabilistyczny Ko lmogorowa 3.1 Wprowadzenie teoretyczne i przyk lady Przez model probabilistyczny Ko lmogorowa, zwany też przestrzeni a probabilistyczn a, bȩdziemy rozumieli nastȩpuj

Bardziej szczegółowo

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018 Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 5 marca 2011 Zasady 10 wyk ladów; egzamin pisemny; Literatura 1 A. Lomnicki Wprowadzenie do statystyki dla przyrodników PWN 1999. 2 W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski Rachunek

Bardziej szczegółowo

ELEMENTY KOMBINATORYKI

ELEMENTY KOMBINATORYKI ELEMENTY KOMBINATORYKI Kombinatoryka to dział matematyki, który zajmuje się zliczaniem, na ile sposobów może zajść jakieś zjawisko. Powstała dzięki grom hazardowym a dopiero później rozwinęła się w gałąź

Bardziej szczegółowo

Matematyka dyskretna Oznaczenia

Matematyka dyskretna Oznaczenia Matematyka dyskretna Oznaczenia Andrzej Szepietowski W tym rozdziale przedstawimy podstawowe oznacznia. oznacza kwantyfikator ogólny dla każdego. oznacza kwantyfikator szczegó lowy istnieje. 1 Sumy i iloczyny

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

Doświadczenie i zdarzenie losowe

Doświadczenie i zdarzenie losowe Doświadczenie i zdarzenie losowe Doświadczenie losowe jest to takie doświadczenie, które jest powtarzalne w takich samych warunkach lub zbliżonych, a którego wyniku nie można przewidzieć jednoznacznie.

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów.

Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów. PERMUTACJE Z1. Oblicz: Z2. Doprowadź do najprostszej postaci wyrażenia: Z3. Sprawdź czy prawdziwa jest równość: Dana równość jest prawdziwa. Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile

Bardziej szczegółowo

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar

Bardziej szczegółowo

Lista zadania nr 2 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

Lista zadania nr 2 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Lista zadania nr 2 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Jakubowski, Sztencel:

Bardziej szczegółowo

0.1 Kombinatoryka. n! = (n 1) n. Przyjmujemy umownie że 0! = 1 Wypiszmy silnie kolejnych liczb naturalnych

0.1 Kombinatoryka. n! = (n 1) n. Przyjmujemy umownie że 0! = 1 Wypiszmy silnie kolejnych liczb naturalnych 1 0.1 Kombinatoryka Kombinatoryka obejmuje takie pojȩcia jak silnia liczby naturalnej n, permutacje, wariacje bez powtȯrzeṅ i wariacje z powtȯrzeniami oraz kombinacje. Niżej podajemy opis tych pojȩċ z

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B;

c) Zaszły oba zdarzenia A i B; d) Zaszło zdarzenie A i nie zaszło zdarzenie B; Rachunek prawdopodobieństwa rozwiązywanie zadań 1. Rzucamy dwa razy symetryczną sześcienną kostką do gry. Zapisujemy liczbę oczek, jakie wypadły w obu rzutach. Wypisz zdarzenia elementarne tego doświadczenia.

Bardziej szczegółowo

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,

Bardziej szczegółowo

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. Zadanie 1. Wyznacz średnią arytmetyczną, dominantę i medianę zestawu danych: 1, 5, 3, 2, 2, 4, 4, 6, 7, 1, 1, 4, 5, 5, 3. Zadanie 2. W zestawie danych

Bardziej szczegółowo

Prawdopodobieństwo

Prawdopodobieństwo Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia

Bardziej szczegółowo

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30. Kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Flagę, taką jak pokazano na rysunku, należy zszyć z trzech jednakowej szerokości pasów kolorowej tkaniny. Oba pasy zewnętrzne

Bardziej szczegółowo

Matematyka podstawowa X. Rachunek prawdopodobieństwa

Matematyka podstawowa X. Rachunek prawdopodobieństwa Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę

Bardziej szczegółowo

Kombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe

Kombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe Kombinatoryka Jerzy Rutkowski 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru A nazywamy dowolną funkcję różnowartościową f : {1,..., n} A. Innymi słowy:

Bardziej szczegółowo

Kombinatoryka i rachunek prawdopodobieństwa

Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski Kombinatoryka i rachunek prawdopodobieństwa 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru

Bardziej szczegółowo

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Wybrane litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilon η eta Θ θ theta

Bardziej szczegółowo

Wyk lad 2 Podgrupa grupy

Wyk lad 2 Podgrupa grupy Wyk lad 2 Podgrupa grupy Definicja 2.1. Pod grupy (G,, e) nazywamy taki podzbiór H G, że e H, h 1 H dla każdego h H oraz h 1 h 2 H dla dowolnych h 1, h 2 H. Jeśli H jest grupy G, to bedziemy pisali H G.

Bardziej szczegółowo

Zdarzenie losowe (zdarzenie)

Zdarzenie losowe (zdarzenie) Zdarzenie losowe (zdarzenie) Ćw. 1. Ze zbioru cyfr (l, 2,3,..., 9} losowo wybieramy jedną. a) Wypisz zdarzenia elementarne, sprzyjające: zdarzeniu A, że wybrano liczbę parzystą zdarzeniu B, że wybrano

Bardziej szczegółowo

Podstawy nauk przyrodniczych Matematyka

Podstawy nauk przyrodniczych Matematyka Podstawy nauk przyrodniczych Matematyka Elementy rachunku prawdopodobieństwa dr inż. Małgorzata Szeląg Zakład Genetyki Molekularnej Człowieka tel. 61 829 59 04 malgorzata.szelag@amu.edu.pl Pokój 1.118

Bardziej szczegółowo

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka matematyczna 5 marca 2018 1 / 14 Prawdopodobieństwo klasyczne Ω - zbiór wszystkich zdarzeń elementarnych

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 2 Klasyczna definicja prawdopodobieństwa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Według klasycznej

Bardziej szczegółowo

Rachunek prawdopodobieństwa- wykład 2

Rachunek prawdopodobieństwa- wykład 2 Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet

Bardziej szczegółowo

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

Bardziej szczegółowo

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka 1 TEST WSTĘPNY 1. (1p) Zestaw danych 3, 5, x, 7, 10, 12 jest uporządkowany niemalejąco. Mediana tego zestawu jest równa 6, więc liczba x jest równa A. 7 B. 6 C. 5 D. 4 2. (2p) Średnia arytmetyczna liczb:

Bardziej szczegółowo

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w 02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,

Bardziej szczegółowo

Matematyczne Podstawy Kognitywistyki

Matematyczne Podstawy Kognitywistyki Matematyczne Podstawy Kognitywistyki Dorota Leszczyńska-Jasion Kombinatoryka, ci agi liczbowe, skończone przestrzenie probabilistyczne Przykłady zagadnień kombinatorycznych Rozważmy układ n miast o bardzo

Bardziej szczegółowo

PRAWDOPODOBIEŃSTWO I KOMBINATORYKA

PRAWDOPODOBIEŃSTWO I KOMBINATORYKA PRAWDOPODOBIEŃSTWO I KOMBINATORYKA ZADANIE ( PKT) Z urny zawierajacej kule w dwóch kolorach wybieramy losowo dwie. Prawdopodobieństwo wylosowania co najmniej jednej kuli białej jest równe 8, a prawdopodobieństwo

Bardziej szczegółowo

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Podstawy metod probabilistycznych. dr Adam Kiersztyn Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku

Bardziej szczegółowo

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie 1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z

Bardziej szczegółowo

Statystyka podstawowe wzory i definicje

Statystyka podstawowe wzory i definicje 1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005 RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. Literatura: Marek Cieciura, Janusz Zacharski, Metody probabilistyczne w ujęciu praktycznym, L. Kowalski, Statystyka, 2005 R.Leitner, J.Zacharski, "Zarys matematyki

Bardziej szczegółowo

DODATKOWA PULA ZADAŃ DO EGZAMINU. Rozważmy ciąg zdefiniowany tak: s 0 = a. s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b

DODATKOWA PULA ZADAŃ DO EGZAMINU. Rozważmy ciąg zdefiniowany tak: s 0 = a. s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b DODATKOWA PULA ZADAŃ DO EGZAMINU Rozważmy ciąg zdefiniowany tak: s 0 = a s n+1 = 2s n +b (dla n=0,1,2 ) Pokaż, że s n = 2 n a +(2 n =1)b Udowodnij, że liczba postaci 5 n+1 +2 3 n +1 jest podzielna przez

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę

Bardziej szczegółowo

Matematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku

Matematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku Matematyka Dyskretna Andrzej Szepietowski 25 czerwca 2002 roku Rozdział 1 Kombinatoryka 11 Ci agi Zastanówmy siȩ, ile ci agów długości można utworzyć z elementów zbioru zawieraj acego symboli Jeżeli zbiór

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe

Bardziej szczegółowo

Zdarzenia losowe i prawdopodobieństwo

Zdarzenia losowe i prawdopodobieństwo Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne

Bardziej szczegółowo

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ). KOMBINATORYKA Kombinatoryka zajmuje się wyznaczaniem liczby elementów zbiorów skończonych utworzonych zgodnie z określonymi zasadami. Do podstawowych pojęć kombinatorycznych należą: PERMUTACJE Silnia.

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

Bardziej szczegółowo

Typy zadań kombinatorycznych:

Typy zadań kombinatorycznych: Typy zadań kombinatorycznych: I. Ustawianie wszystkich elementów zbioru w pewnej kolejności Przestawieniem nazywamy ustawienie elementów danego zbioru w pewnej kolejności. Liczba przestawień określa na

Bardziej szczegółowo

KOMBINATORYKA. Problem przydziału prac

KOMBINATORYKA. Problem przydziału prac KOMBINATORYKA Dział matematyki zajmujący się badaniem różnych możliwych zestawień i ugrupowań, jakie można tworzyć z dowolnego zbioru skończonego. Zbiory skończone, najczęściej wraz z pewną relacją obiekty

Bardziej szczegółowo

Rozdzia l 10. Najważniejsze normalne logiki modalne

Rozdzia l 10. Najważniejsze normalne logiki modalne Rozdzia l 10. Najważniejsze normalne logiki modalne 1. Logiki modalne normalne Definicja. Inwariantny zbiór formu l X jȩzyka modalnego L = (L,,,,, ) nazywamy logik a modaln a zbazowan a na logice klasycznej

Bardziej szczegółowo

2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH

2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH 2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH Typeset by AMS-TEX 2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH 7 Zasada bijekcji. Jeżeli istnieje bijekcja f : A B, tj. f jest funkcja różnowartościowa i,,na (tzn.

Bardziej szczegółowo

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12.

NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI ZADANIE 1 oczka. ZADANIE 2 iloczynu oczek równego 12. IMIE I NAZWISKO ZADANIE 1 Rzucamy sześcienna kostka do gry. Jakie jest prawdopodobieństwo, że wypadna co najmniej dwa oczka. ZADANIE 2 Rzucamy trzy razy symetryczna sześcienna kostka do gry. Oblicz prawdopodobieństwo

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

Kombinatoryka i rachunek prawdopodobieństwa

Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski 2. Elementy kombinatoryki 2.. Permutacje Teoria Definicja. Niech n N. Permutacją n-elementowego zbioru

Bardziej szczegółowo

KOMBINATORYKA I P-WO CZ.1 PODSTAWA

KOMBINATORYKA I P-WO CZ.1 PODSTAWA KOMBINATORYKA I P-WO CZ.1 PODSTAWA ZADANIE 1 (1 PKT) Pan Jakub ma marynarki, 7 par różnych spodni i 10 różnych koszul. Na ile różnych sposobów może się ubrać, jeśli zawsze zakłada marynarkę, spodnie i

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω)

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. (odp. a) B A C, b) A, c) A B, d) Ω) ZADANIA - ZESTAW 1 Zadanie 1.1 Rzucamy trzy razy monetą. A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie. Określić zbiór zdarzeń elementarnych. Wypisać zdarzenia elementarne sprzyjające

Bardziej szczegółowo

=, wariacje bez powtorzen. (n k)! = n k, wariacje z powtorzeniami.

=, wariacje bez powtorzen. (n k)! = n k, wariacje z powtorzeniami. 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 Silnia, Kombinacje i Wariacje n! = 1 2 3 (n 1) n, silnia Cn k n! = k!(n k)!, kombinacje Vn k n! =, wariacje bez powtorzen. (n k)! = n k, wariacje

Bardziej szczegółowo

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka

Elementy statystyki opisowej, teoria prawdopodobieństwa i kombinatoryka Wymagania egzaminacyjne: a) oblicza średnią arytmetyczną, średnią ważoną, medianę i odchylenie standardowe danych; interpretuje te parametry dla danych empirycznych, b) zlicza obiekty w prostych sytuacjach

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka matematyczna 20 lutego 2017 1 / 21 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45

Bardziej szczegółowo

KOMBINATORYKA I RACHUNEK PRAWDOPODOBIEŃSTWA

KOMBINATORYKA I RACHUNEK PRAWDOPODOBIEŃSTWA KOMBINATORYKA I RACHUNEK PRAWDOPODOBIEŃSTWA Ile róŝnych liczb trzycyfrowych podzielnych przez moŝna zapisać za pomocą cyfr :,,,4, Na ile sposobów moŝna ustawić na półce sześć ksiąŝek tak, aby dwie wybrane

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 1. Wstęp

Rachunek prawdopodobieństwa Rozdział 1. Wstęp Rachunek prawdopodobieństwa Rozdział 1. Wstęp 1.1. Prawdopodobieństwo klasyczne Katarzyna Rybarczyk-Krzywdzińska Definicja Zadaliśmy pytanie. Bolek, Lolek i Tola wstąpili do kasyna. Dla każdego z nich

Bardziej szczegółowo

WYKŁAD 1. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Instytut Matematyki Uniwersytet Warszawski

WYKŁAD 1. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Instytut Matematyki Uniwersytet Warszawski WYKŁAD 1 Witold Bednorz, Paweł Wolff Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Wprowadzenie Gry hazardowe Wprowadzenie Gry hazardowe Klasyczna definicja prawdopodobieństwa.

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

Ciągi Podzbiory Symbol Newtona Zasada szufladkowa Dirichleta Zasada włączania i wyłączania. Ilość najkrótszych dróg. Kombinatoryka. Magdalena Lemańska

Ciągi Podzbiory Symbol Newtona Zasada szufladkowa Dirichleta Zasada włączania i wyłączania. Ilość najkrótszych dróg. Kombinatoryka. Magdalena Lemańska Kombinatoryka Magdalena Lemańska Literatura Matematyka Dyskretna Andrzej Szepietowski http://wazniak.mimuw.edu.pl/ Discrete Mathematics Seymour Lipschutz, Marc Lipson Aspekty kombinatoryki Victor Bryant

Bardziej szczegółowo

Skrypt 30. Prawdopodobieństwo

Skrypt 30. Prawdopodobieństwo Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 30 Prawdopodobieństwo 5.

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Wydział: WiLiŚ, Transport, sem.2 dr Jolanta Dymkowska RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Przestrzeń probabilistyczna Modelem matematycznym (tj. teoretycznym, wyidealizowanym,

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 3 Definicja prawdopodobieństwa Kołmogorowa. Prawdopodobieństwa warunkowe i niezależne. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 = Kombinatoryka W tej serii zadań można znaleźć pojawiające się na egzaminach zadania dotyczące problemu wyznaczania prostych parametrów rozkładu w przypadku zgadnień kombinatorycznych. Zadania te wymagają

Bardziej szczegółowo

12. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania

12. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania 2. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania Zad.2.. Oblicz ile moŝna utworzyć z cyfr 0,, 2, liczb: a) dwucyfrowych, których cyfry mogą się powtarzać; b) trzycyfrowych o niepowtarzających się cyfrach;

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

Bardziej szczegółowo

Ćw,1. Wypisz wszystkie k-wyrazowe wariacje bez powtórzeń zbioru A = {1, 2,3 }, gdy: a) k = l, b) k = 2, c) k = 3. Wariacje 1 z 6

Ćw,1. Wypisz wszystkie k-wyrazowe wariacje bez powtórzeń zbioru A = {1, 2,3 }, gdy: a) k = l, b) k = 2, c) k = 3. Wariacje 1 z 6 Wariacje bez powtórzeń Jeśli w doświadczeniu losowym ze zbioru n-elementowego wybieramy k elementów w ten sposób, że: wybrane elementy nie mogą się powtarzać kolejność wybranych elementów jest istotna

Bardziej szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem;

p k (1 p) n k. k c. dokładnie 10 razy została wylosowana kula amarantowa, ale nie za pierwszym ani drugim razem; 05DRAP - Niezależność zdarzeń, schemat Bernoulliego Definicja.. Zdarzenia A i B nazywamy niezależnymi, jeżeli zachodzi równość P(A B) = P(A) P(B). Definicja. 2. Zdarzenia A,..., A n nazywamy niezależnymi

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

Wstęp. Kurs w skrócie

Wstęp. Kurs w skrócie Mariola Zalewska Zakład Metod Matematycznych i Statystycznych Zarządzania Wydział Zarządzania Uniwersystet Warszawski I rok DSM Rachunek Prawdopodobieństwa Wstęp Kombinatoryka Niezależność zdarzeń, Twierdzenie

Bardziej szczegółowo

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne. Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo

Bardziej szczegółowo

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych

Bardziej szczegółowo

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na

Bardziej szczegółowo

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród

Bardziej szczegółowo

KOMBINATORYKA OBIEKTY KOMBINATORYCZNE MATEMATYKA DYSKRETNA (2014/2015)

KOMBINATORYKA OBIEKTY KOMBINATORYCZNE MATEMATYKA DYSKRETNA (2014/2015) MATEMATYKA DYSKRETNA (2014/2015) dr hab. inż. Małgorzata Sterna malgorzata.sterna@cs.put.poznan.pl www.cs.put.poznan.pl/msterna/ KOMBINATORYKA OBIEKTY KOMBINATORYCZNE TEORIA ZLICZANIA Teoria zliczania

Bardziej szczegółowo

12DRAP - parametry rozkładów wielowymiarowych

12DRAP - parametry rozkładów wielowymiarowych DRAP - parametry rozkładów wielowymiarowych Definicja.. Jeśli h : R R, a X, Y ) jest wektorem losowym o gęstości fx, y) to EhX, Y ) = hx, y)fx, y)dxdy. Jeśli natomiast X, Y ) ma rozkład dyskretny skupiony

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 9A/14 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi

Bardziej szczegółowo

SPRAWDZIAN KOMBINATORYKA

SPRAWDZIAN KOMBINATORYKA www.zadania.info NAJWIEKSZY INTERNETOWY ZBIÓR ZADAŃ Z MATEMATYKI SPRAWDZIAN KOMBINATORYKA 12 GRUDNIA 2011 CZAS PRACY: 45 MIN. ZADANIE 1 Spośród liczb {1, 2, 3,..., 1000} losujemy jednocześnie dwie, które

Bardziej szczegółowo

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 4 1. Zbiory otwarte i domkniȩte Pojȩcia które teraz wprowadzimy można rozpatrywać w każdej przestrzeni metrycznej

Bardziej szczegółowo

Rachunek prawdopodobieństwa - ćwiczenia pierwsze Kombinatoryka. kierunek: informatyka i ekonometria I

Rachunek prawdopodobieństwa - ćwiczenia pierwsze Kombinatoryka. kierunek: informatyka i ekonometria I Rachunek prawdopodobieństwa - ćwiczenia pierwsze Kombinatoryka. kierunek: informatyka i ekonometria I dr Jarosław Kotowicz 07.10.2011 Spis treści 1 Kombinatoryka 1 1 Kombinatoryka permutacja bez powtórzeń

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Zbiory na p laszczyźnie Przestrzeni a dwuwymiarow a (p laszczyzn a) nazywamy zbiór wszystkich par uporz adkowanych (x, y), gdzie x, y R. Przestrzeń tȩ oznaczamy symbolem R 2 : R

Bardziej szczegółowo

1. Elementy kombinatoryki - zadania do wyboru

1. Elementy kombinatoryki - zadania do wyboru . Elementy kombinatoryki - zadania do wyboru Bernadeta Tomasz Zadania dodatkowe Zadanie.. Mamy do wyboru mieszkania i auta. Na ile sposobów można dokonać wyboru, jeśli. mamy wybrać mieszkanie i samochód,.

Bardziej szczegółowo

Wyk lad 1 Podstawowe struktury algebraiczne

Wyk lad 1 Podstawowe struktury algebraiczne Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość

Bardziej szczegółowo

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.); 03DRAP - Przykłady przestrzeni probabilistycznych A Zadania na ćwiczenia Zadanie A1 (wskazówka: pierwsze ćwicznia i rozdział 23 przykł 1 i 2) Zbuduj model przestrzeni klasycznej (czyli takiej, w której

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo